双环状态优化反馈控制系统

单环状态优化控制系统已有许多设计方法，而双环状态优化控制的设计方法至今论述仍甚少，作者认为引入操作频率协调，可以将单环设计方法推广到双环甚至多环系统，本文详细论述这类系统的设计方法 。     

前馈—反馈控制系统的Smith预估补偿探讨

分析简单前馈－反馈控制系统在大纯滞后过程控制中的局限性，探讨了运用前馈－反馈控制与Ｓｍｉｔｈ预估补学结合的复合式控制系统的可行性，并进行计算机仿真实验。     

神经网络自适应PID反馈补偿控制在轧钢控制系统中的应用

在轧钢控制系统中,由于轧机两侧液压压下系统的不一致会导致带材横向厚度差分布不均匀,直接影响带材的板形质量,针对此问题,提出了将神经网络自适应PID控制器用于反馈反馈回路中的补偿控制方案,提高轧机两侧压下动态同步的品质。仿真实验结果表明,此种方案能满足被控对象对高精度同步控制的要求。     

具有强迫事件的VDES的状态反馈控制

对具有强迫事件的ＶＤＥＳ的状态反馈控制理论进行了探讨，在给定闭环系统行为规范的条件下，得到并证明了控制器存在的充分必要条件。     

并发矢量离散事件系统的状态反馈控制

以自动机为模型 ,利用形式语言讨论了并发事件存在的情况下 ,矢量离散事件系统的非确定状态反馈控制 ,对所得结论给出了证明     

状态反馈控制混沌系统

利用一种简单的线性状态反馈方法控制混沌运动，引导混沌系统稳定到失稳的平衡点或周期轨道上，用劳斯－胡尔维茨稳定判据判定受控系统在平衡点处参数的取值范围，同时使用广义Hamilton系统理论的Melnikov方法分析受控系统的周期解。通过对典型的混沌系统进行数值仿真，证实了该控制方法的有效性。     

状态部分可观下离散事件系统状态反馈控制综合问题

在这篇文章中提出了针对状态部分可观下离散事件系统的状态反馈控制综合问题，证明了这个问题的最优解是不存在的，利用谓词Ｒｅ＾＊（Ｇ，Ｑ）的性质定义了一种次优解，并给出求解这个次优解的算法。     

一类离散不确定系统的状态反馈控制问题

研究了一类离散不确定系统的状态反馈控制问题。通过将系统的鲁棒控制器解存在的充分条件转化为一类极小极大的优化命题，给出了一种简便而有效的最优鲁棒控制器的设计方法。为了克服最优鲁棒控制器设计的保守性，还通过定义最小状态反馈系数矩阵将反馈控制器的系数矩阵的增益设计到最小的程度。     

离散事件系统的非确定性状态反馈控制（I）

在离散事件系统（ＤＥＳ）中引入了强迫事件,讨论了确定性ＤＥＳ的非确定性状态反馈控制,其中对闭环系统的行为规范得到并证明了非确定性状态反馈控制器存在的充分必要条件。     

时滞分数阶递归神经网络的输入状态稳定性

针对Caputo分数阶系统难以用带有积分项的非负函数判断系统稳定性的问题,探讨了时滞分数阶递归神经网络的输入状态稳定性。通过设计反馈控制器,利用分数阶导数的定义、Mittag-Leffler函数的性质、李雅普诺夫方法、拉普拉斯变换以及不等式放缩技巧,得到了系统输入状态稳定的充分条件。最后,数值仿真例子验证了所提出方法的有效性。     

基于反馈控制的分数阶时滞神经网络的同步

研究了分数阶时滞神经网络的同步问题,通过使用Mittag-Leffler函数和线性反馈控制,给出了同步控制器解析式,得到了关于Caputo导数的时滞神经网络同步的充分条件;系统同步的条件容易证明和实现且仅依赖于系统的结构;最后通过数值模拟验证了理论的有效性.     

基于Levenberg-Marquardt算法的神经网络监督控制

提出了基于Levenberg-Marquardt(L-M)算法的前向多层神经网络在线监督的控制方法，其算法是梯度下降法与高斯－牛顿法的结合，对于训练次数及准确度，L－M算法明显优于共轭梯度法及变学习率的BP（Back Propagation)算法，适用于在线学习与控制，因此，利用L－M算法的特点进行在线训练神经网络，以实现实时非线性控制，仿真结果表明，该控制方法优于常规控制算法，明显改善了在未知负载扰动时，伺服系统的踊跃性能，显著地降低了跟踪误差，具有很强的抗干扰能力。     

小脑神经网络反馈学习控制系统

小脑模型神经网络（ＣＭＡＣ）用作前馈控制器的结构对于含有丰富状态的轨迹跟踪问题，如机器人轨迹跟踪问题有较好的控制效果，但它对于参考值为方波或阶跃信号的跟踪问题却不太适合．为此，提出ＣＭＡＣ网络反馈控制器的方案，该方案克服了ＣＭＡＣ局部联想特性和前馈控制结构所固有的缺陷，对较恒定的设定值跟踪和抑制噪声都有较好的效果．最后，仿真实例说明了所提方案的有效性．     

神经网络在ATM反馈速率控制器中的应用

本文介绍一种ＡＴＭ的反馈控制采用的神经网络,对漏桶ＬＢ的状态进行监视,并对信元丢失进行预测的方法,由于该方法对反馈的传输延迟进行了充分的考虑,因而更具有实际意义。     

具有脉冲反馈控制的捕食模型的动力复杂性

考虑了害虫综合管理策略的食饵依赖模型,即当害虫的数量达到经济危害阈值时,采用综合控制策略,如生物控制、放养控制、化学控制,以使害虫的数量达到可接受的水平.给出了Poincaré映射,得到了半平凡周期解的存在性,并利用类似Poincaré判据得到半平凡周期解稳定性的充分条件.最后,给出例子及数值模拟验证结论的正确性.     

RBF网络在智能BIT状态监测中的应用研究

以柴油机喷油系统为例,将智能化方法引进BIT状态监测中,运用人工神经网络对智能BIT状态监测问题进行研究,研究成果对于促进BIT智能化状态监测理论在复杂电机系统中的应用具有一定的学术和应用价值。     

RBF网络在智能BIT状态监测中的应用研究

以柴油机喷油系统为例,将智能化方法引进BIT状态监测中,运用人工神经网络对智能BIT状态监测问题进行研究,研究成果对于促进BIT智能化状态监测理论在复杂电机系统中的应用具有一定的学术和应用价值。     

无刷直流电机免疫反馈自适应学习人工神经网络控制

针对BP神经网络收敛速度较慢、学习时间较长的缺陷，提出了基于免疫反馈规则的神经网络控制器用于无刷直流电机的转速控制中．该规则根据免疫系统中的T细胞的生物免疫反馈机理而总结出来，包括决定应答速度的激活环节和决定稳定效果的抑制环节．将免疫反馈规则应用于BP神经网络训练中学习速率的自适应调节，加快了神经网络的收敛速度，缩短了学习时间．无刷直流电机控制系统采用双闭环控制，内环为电流环，外环为速度环．MATLAB仿真和实验表明，采用该方法的系统超调量小、速度响应快，而且速度响应受电机参数变化影响小，各种外界干扰也得到了很好的抑制，具有较高的控制精度和较好的动、静态性能．